支持的功能

每个 TorchAudio API 都支持 PyTorch 的部分功能，例如设备和数据类型。支持的功能在 API 参考中如下所示：

这些图标表示它们已通过自动化测试验证。

缺失的功能图标表示它们尚未经过测试，这可能有不同的含义，具体取决于 API。

该 API 与该功能兼容，但未经测试。

该 API 与该功能不兼容。

在第二种情况下，API 可能会显式地抛出错误，但这并不能保证。例如，没有 Autograd 标志的 API 可能在反向传播过程中抛出错误，或者静默地返回一个错误的梯度。

如果您使用的 API 尚未标记为支持某个功能，您可能需要先验证该功能是否正常工作。

设备

CPU

支持 CPU 的 TorchAudio API 可以在 CPU 张量上执行其计算。

CUDA

支持 CUDA 的 TorchAudio API 可以在 CUDA 设备上执行其计算。

对于函数，在将张量参数传递给函数之前，请将它们移动到 CUDA 设备。

例如：

cuda = torch.device("cuda")

waveform = waveform.to(cuda)
spectrogram = torchaudio.functional.spectrogram(waveform)

支持 CUDA 的类是通过 torch.nn.Module() 实现的。在传递 CUDA 张量之前，还需要将实例移动到 CUDA 设备上。

例如：

cuda = torch.device("cuda")

resampler = torchaudio.transforms.Resample(8000, 16000)
resampler.to(cuda)

waveform.to(cuda)
resampled = resampler(waveform)

属性

自动求导

支持 Autograd 的 TorchAudio API 可以正确反向传播梯度。

有关 Autograd 的基础知识，请参考此教程。

没有此标记的 API 在反向传播过程中可能会也可能不会引发错误。反向传播过程中未引发错误并不一定意味着梯度是正确的。

TorchScript

支持 TorchScript 的 TorchAudio API 可以在非 Python 环境中序列化和执行。

有关 TorchScript 的详细信息，请参阅文档。